Tracing mass in the universe, one galaxy at a time : a unified lensing and dynamics approach to probe gravity and galaxy evolution

Abstract

Strong gravitational lensing (SGL) and stellar dynamics are two independent and complementary methods for probing the total gravitational potential of galaxies. When combined in a selfconsistent framework, they not only allow for more accurate recovery of galaxy mass profiles by breaking degeneracies such as the mass-sheet and mass-anisotropy, but also enable novel tests of modified gravity and dark matter physics. This Thesis explores the synergy of SGL and stellar dynamics to investigate galaxy mass distribution and test fundamental physics, using a modelling framework developed as part of this work — dyLens — a Bayesian pipeline that combine both techniques self-consistently. First, we apply this methodology to the strong lens system SDP.81, whose lens is at zl = 0.299, jointly modelling ALMA imaging, HST photometry, and VLT/MUSE kinematics to constrain the gravitational slip parameter ηPPN = Φ/Ψ. Under General Relativity and negligible anisotropic stress, ηPPN = 1. We obtain ηPPN = 1.13+0.03 −0.03 ±0.20 (sys), consistent with General Relativity and placing new constraints on deviations from it at galaxy scales and intermediate redshifts. Next, we use mock lenses drawn from the TNG50 simulation to evaluate the accuracy and limitations of the combined modelling approach. We find that dyLens consistently outperforms lens-only and dynamics-only models in recovering key quantities such as total mass, stellar mass, and dark matter fraction. It recovers the intrinsic total mass within 2.5Reff with a median bias of just 2%, and the total density slope with biases typically below 5%. We also investigate the influence of the number of kinematic constraints and the assumed mass model, finding the former to have little impact, while tighter assumptions on the dark matter profile significantly improve the recovery of dark matter parameters. Finally, we apply the full joint framework to the Cosmic Horseshoe system, a rare double-source lens galaxy at zl = 0.44 featuring a radial arc. Our fiducial model robustly infers the presence of an ultra-massive black hole (UMBH), with log10(MBH/M⊙) = 10.56+0.07 −0.08 ± (0.12)sys. Bayesian evidence strongly favours the UMBH’s inclusion, with a 5σ significance. The system appears ∼1.5σ above the local MBH-σe relation, suggesting a distinct evolutionary history — likely shaped by early mergers and sustained black hole growth in a (present Universe) fossil group environment. We also find that the dark matter halo is well-described by an NFW-like profile, with no significant evidence for strong baryon-induced contraction or expansion. Altogether, this Thesis demonstrates the power of combining SGL and stellar dynamics as an effective probe of galaxy mass distribution and fundamental physics. The self-consistent modelling framework provides a robust tool for forthcoming studies of galaxy-scale lenses, especially in the context of future large-scale surveys like Euclid, LSST, CSST, and the ELT.

Lenteamento gravitacional forte e dinâmica estelar são métodos complementares para investigar o potencial gravitacional de galáxias. Sua combinação autoconsistente permite recuperar com mais precisão os perfis de massa ao quebrar degenerescências (e.g., massa-anisotropia e folha de massa) e possibilita novos testes de gravidade e da física da matéria escura. Esta Tese explora tal sinergia utilizando o dyLens, um pipeline Bayesiano desenvolvido neste trabalho para combinar ambas as técnicas. Primeiramente, aplicamos esta metodologia ao sistema de lente forte SDP.81, cujo lente se encontra em zl = 0.299, modelando conjuntamente imagens do ALMA, fotometria do HST e cinemática do VLT/MUSE para restringir o parâmetro de deslizamento gravitacional ηPPN = Φ/Ψ. Na Relatividade Geral e assumindo um tensor de tensão anisotrópica desprezível, ηPPN = 1. Obtemos para esse sistema ηPPN = 1.13+0.03 −0.03±0.20 (sys), um resultado consistente com a Relatividade Geral que impõe novos vínculos sobre desvios da mesma em escalas galácticas e em redshifts intermediários. Em seguida, usamos lentes simuladas extraídas da simulação TNG50 para avaliar a precisão e as limitações da abordagem de modelagem combinada. Descobrimos que o dyLens consistentemente supera os modelos de apenas lente e apenas dinâmica na recuperação de quantidades importantes como massa total, massa estelar e fração de matéria escura. O modelo combinado recupera a massa total intrínseca dentro de 2.5Reff com um viés mediano de apenas 2%, e a inclinação do perfil de densidade total com vieses tipicamente abaixo de 5%. Também investigamos a influência do número de vínculos cinemáticos e do modelo de massa assumido, concluindo que o primeiro tem pouco impacto, enquanto premissas mais restritivas sobre o perfil de matéria escura melhoram significativamente a recuperação dos parâmetros da matéria escura. Finalmente, aplicamos o modelo combinado completo ao sistema Ferradura Cósmica (Cosmic Horseshoe), uma galáxia lente em zl = 0.44 com fonte dupla que apresenta um arco radial. Nosso modelo fiducial infere de forma robusta a presença de um buraco negro ultramassivo, com log10(MBH/M⊙) = 10.56+0.07 −0.08 ± (0.12)sys. A evidência Bayesiana favorece fortemente a inclusão de tal objeto, com uma significância de 5σ. O sistema encontra-se ∼ 1.5σ acima da relação MBH-σe local, sugerindo uma história evolutiva distinta — provavelmente moldada por fusões precoces e crescimento do buraco negro em um ambiente de grupo fóssil (atualmente). Também descobrimos que o halo de matéria escura é bem descrito por um perfil do tipo NFW, sem evidência significativa de forte contração ou expansão induzida por bárions. Em suma, esta Tese demonstra o poder de combinar lenteamento gravitacional forte e dinâmica estelar como uma método efetivo de sondar a distribuição de massa em galáxias e testar física fundamental. O modelo autoconsistente fornece uma ferramenta robusta para futuros estudos de lentes em escala de galáxia, especialmente no contexto dos próximos grandes levantamentos de dados como o Euclid, LSST, CSST e o ELT.